English(EN) FLUID: From Ephemeral IDs to Multimodal Semantic Codes for Industrial-Scale Livestreaming Recommendation

FLUID框架弃用项目ID以改进直播推荐

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-28 04:00

一篇新的研究论文介绍FLUID，一个旨在通过摆脱传统的基于ID的方法来改进直播推荐系统的框架。FLUID利用多模态编码器为内容特征生成离散语义码（LUCID），解决了短时直播ID固有的冷启动问题。在工业级推荐器上部署时，FLUID在用户参与度指标方面表现出显著的改进。 AI

影响引入了一种新颖的推荐系统方法，可以提高直播内容平台的参与度。

排序理由介绍推荐系统新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Xinhang Yuan, Zexi Huang, Anjia Cao, Xudong Lu, Zikai Wang, Penghao Zhou, Chang Liu, Wentao Guo, Qinglei Wang · 2026-05-28 04:00

FLUID: From Ephemeral IDs to Multimodal Semantic Codes for Industrial-Scale Livestreaming Recommendation

arXiv:2605.21832v2 Announce Type: replace Abstract: Modern recommender systems rely heavily on ID-based collaborative filtering: each item is represented by a unique ID embedding that accumulates collaborative signals from user interactions. Livestreaming recommendation, however,…